在当今快速发展的科技时代，人工智能（AI）技术正以前所未有的速度改变着我们的工作和学习方式。和气聚力以“人工智能助力提质增效”为使命，致力于应用前沿AI技术，为学校、企业提供刚需、实用的人工智能产品与服务。
以下是对和气聚力几项关键AI技术的小结：
01
计算机视觉技术
什么是计算机视觉技术？
用计算机视觉（CV）与深度学习模型（DeepLearning）技术，完成文档识别→切割→理解全链路自动化，实现高精度、海量多模态文档处理。
和气聚力于本技术的探索历程与落地成效
目前，和气聚力具备以下计算机视觉技术能力：
采用视觉 Transformer 提取图像多层次特征，并辅以方向注意力机制捕获文字图像的几何特性；具备基于视觉识别的文档缺陷位置智能判定与异常检测技术。针对多模态文档，已构建手写识别训练框架及模型；同时掌握轻量、高精度的全局能量最优化光学标记定位识别算法。依托小波变换与图注意力神经网络（GAT）的多通道融合，形成具备通用视觉学习能力的底座模型组件，以应对复杂文档结构等。
示意图
技术应用场景
融合轻量化深度学习与传统算法，和气聚力能够实现高精度、大规模文档结构化。目前和气聚力已在AI阅卷、AI作业等产品中广泛应用该技术。
02
NLP技术
什么是NLP技术？
从规则系统到预训练模型再到大模型时代，NLP技术通过多模型协同与任务拆解，实现复杂场景下语义理解与生成能力的跃升。
和气聚力于本技术的探索历程与落地成效
早在2020年，公司便在探索应用 NLP 技术，2023年公司引入 VLM 和 LLM 技术升级 NLP 技术，在个性化产品中运用 LLM 进行智能录入、标注、错因诊断，结合知识图谱规划学习路径，用 AIGC 讲解，提升教学精准性。2024年以来NLP 技术场景持续深化拓展，和气聚力搭建精准学习系统，依靠海量数据、LLM 与人工审核标注系统专家知识图谱，实现知识诊断和路径规划，借助 LLM 微调技术，精准理解和提供针对性服务。
技术应用场景
和气聚力NLP技术的通用化能力，使和气聚力的应用易于扩展到企业文档办公、企业营销、法律合同分析、科研、学校等多个领域。目前和气聚力已将该技术应用在AI作文等产品中。
03
Agent技术
什么是Agent技术？
Agent 是基于大模型的智能体，可感知环境、自主决策并调用多模型协同，完成文档审阅、客服、办公等复杂任务。
和气聚力于本技术的探索历程与落地成效
2020 年前，公司靠人工标注和自研脚本，成本高、响应慢；2020以来，和气聚力引入深度学习与大模型，把智能录入、诊断、讲解做成产品；直至2023年，我们用 LLM 当核心控制器，整合多模型，开始在校园和企业场景探索； 2024 年至今，持续将 Agent 能力，深扎到办公、评估、客服、科研等日常业务，边界不断外扩。
技术应用场景
公司的Agent模型层，由和气聚力自研模型与外部大模型共同作用，通过掌握和使用Agent技术，和气聚力产出数字化专业能力，并逐步泛化到各个行业。该技术目前广泛应用在服务学校的“HAI School”与服务企业的“HAI Enterprise”和气聚力全系列AI产品中。
04
提示词工程技术
什么是提示词工程技术？
提示词工程即通过系统化设计、迭代与优化自然语言指令，引导大模型在多模态场景下精准、可控地生成符合预期的输出。
和气聚力于本技术的探索历程与落地成效
和气聚力具有丰富的行业领域提示词设计、构建、测试和优化实践经验，同时具有TOT及ReAct等高级技巧。
示意图
技术应用场景
根据和气聚力的实践，提示词工程在报告解读、PPT生成、文生图片、文生脑图、AI应用平台等多模态领域亦具有广阔的使用空间。例如，通过智能体为系统中的任意报告进行AI解读，让AI自动生成报告总结与摘要，精准提取关键信息，提高解读报告效率。目前和气聚力已将该技术运用在AI作文、AI助教、AI 创意营销模型等产品中。
05
检索增强RAG技术
什么是检索增强RAG技术？
检索增强生成 (RAG) 是一种使用来自私有或专有数据源的信息来补充文本生成的技术。RAG支持生成式 AI 系统使用外部信息源，生成更准确且更符合语境的回答。
和气聚力于本技术的探索历程与落地成效
和气聚力的检索增强RAG技术，采用混合检索策略，结合向量检索（Embedding）与传统关键词检索，增了模型的生成能力。同时，检索增强生成（RAG）可从外部知识库检索相关信息。例如，针对学术论文摘要生成的特定需求，对模型进行精细调整和优化，使其能够生成更符合学术规范、更具概括性和准确性的论文摘要，满足用户在学术研究中的实际需求。
示意图
技术应用场景
同时，本技术可向企业研发部门延伸，专注于专利分析、技术竞品监测等领域，为企业提供专业的服务。目前和气聚力已将该技术运用在为清华大学研发的AI论文助手等产品中。
06
AI端云部署能力
什么是AI端云部署能力？
借助开源大语言模型，结合 RAG 与 Agent 技术，依托 SaaS 云服务进行部署，为多领域用户提供智能化解决方案。
和气聚力于本技术的探索历程与落地成效
和气聚力的AI端云部署能力包括端侧与云侧部署两方面：端侧部署技术融合了本地化RAG、模型优化、推理加速和分布式技术；云侧部署技术可通过可视化界面连接数据中台全场景业务数据，基于云端SaaS平台可快速构建智能体。
技术应用场景
目前，和气聚力依托开源大模型，已上线文本分类、摘要、问答及图像识别等功能，落地学校教学与企业场景。
同时，公司推出低代码平台，师生与营销人员拖拽即可构建个性化教学、精准营销等应用——模板一键复用，组件随取随用，支持深度定制。平台还提供丰富模板和组件库，支持深度定制，大幅提升开发效率，加速 AI 技术在各行业的广泛应用，推动行业智能化发展。该技术目前广泛应用在服务学校的“HAI School”与服务企业的“HAI Enterprise”和气聚力全系列AI产品中。
07
多模态大模型选型与微调技术
什么是多模态大模型选型与微调技术？
多模态大模型选型是在文本、图像、声音等模态的融合、转换、对齐与表示中挑选最契合目标任务的基座模型；随后用该任务的小规模数据二次训练，即微调，进一步优化模型在真实场景下的表现。
和气聚力于本技术的探索历程与落地成效
和气聚力早期采用 AIGC、视觉识别等技术，逐步积累 AI 技术底蕴。在 “HAI Enterprise” 业务中，和气聚力着手引入多模态大模型，针对企业商品宣传、销量预测等场景开展选型与服务工作，并尝试初步优化，开启多模态大模型实际应用探索。
示意图
技术应用场景
和气聚力可为出版集团定制文生图模型：选型+微调品牌风格，注入专属素材后训练，实现高并发实时出图与批量素材生产。近日，公司还为户外服装品牌定制多模态大模型：一键文生图、图生视频，实时批量产出高质广告素材，年省千万成本，持续焕新品牌传播。
08
推理大模型选型与微调技术
什么是推理大模型选型与微调技术？
借助开源大语言模型，结合 RAG 与 Agent 技术，依托 SaaS 云服务进行部署，为多领域用户提供智能化解决方案。
和气聚力于本技术的探索历程与落地成效
基于数学优化方法的推理模型建模能力，例如运用到选班排课的统筹方法；基于统计学习方法的推理模型建模与训练能力，例如用马尔可夫模型、条件随机场构造一些生成式模型、判别式模型；基于深度学习的方法的推理模型建模与训练能力，使用CNN等典型网络结构构建图像、文本等领域模型能力；基于大语言模型的推理模型微调能力。在不同场景下选择不同基座模型，使用监督微调+强化学习方法构建推理模型。
落地案例
技术应用场景
借助自研平台、知识库及自动化工具，全方位提升选型与微调技术，拓展技术应用边界，满足更多行业复杂需求。近年来，和气聚力持续发力，在为清华大学研发的科研大模型一体机中内置大模型，深度优化大模型适配科研场景。最新销量预测大模型亦沿用该技术，实现高精度、低时延的零售洞察。
历尽数年沉淀，和气聚力已具备全链条AI能力，从AI规划和模型选型，到微调训练和私有部署等，可使用多类型前沿大模型，助力学校、企业用上适合的人工智能技术，实现高质量发展。
阅卷与精准教学、个性化成长手册、AI学伴、AI助教、AI作文智能教学、论文助手、商品宣传素材制作、多SKU销量预测、科研检索等应用已全面落地。下一步，我们将持续进化这条 AI 链，为教学提效、商业增量、科研突破按下加速键。
